/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224
Библиотека
transformers
Опубликована
19 мая 2025

vit-mini-explicit-content

Классификация изображенийИзображение → label4 профессии

Дообученный ViT-классификатор относит изображения к категориям безопасного, чувственного и откровенного контента для модерации и фильтрации.

109скачиваний за 30 дней6лайковвеса обновлены19 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

vit-mini-explicit-content — модель классификации изображений, дообученная разработчиком prithivMLmods на базе Vision Transformer ViT-Base/16. Она использует архитектуру ViTForImageClassification и относит изображение к одному из пяти классов: аниме, чувственное содержание, хентай, порнография или безопасный для просмотра контент. Модель предназначена для фильтрации и модерации изображений, проверки наборов данных и настройки поиска по наличию контента для взрослых.

Модель принимает изображения и выдаёт метку класса. Размер составляет 113,2 млн параметров; карточка указывает библиотеку Transformers и формат Safetensors. В тегах указан английский язык, но модель классифицирует изображения, а не обрабатывает текстовые запросы. Лицензия — Apache-2.0. Классификация может ошибаться, поэтому результаты не следует использовать для автоматических решений без проверки человеком; особенно важно учитывать риск неверной маркировки.

Сценарии применения

  • модерация изображений на платформах
  • фильтрация откровенного контента в поиске
  • проверка изображений для родительских фильтров
  • очистка датасета от нежелательных изображений
  • маркировка изображений для последующей проверки человеком

Ограничения

Модель может ошибочно классифицировать изображения; перед значимыми решениями требуется проверка человеком. Она выдаёт классы изображений и не генерирует контент.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

2.png

vit-mini-explicit-content

vit-mini-explicit-content is an image classification vision-language model fine-tuned from vit-base-patch16-224-in21k for a single-label classification task. It categorizes images based on their explicitness using the ViTForImageClassification architecture.

[!Note] This model is designed to promote safe, respectful, and responsible online spaces. It does not generate explicit content; it only classifies images. Misuse may violate platform or regional policies and is strongly discouraged.

[!Note] An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale : https://arxiv.org/abs/2010.11929, Visual Transformers: Token-based Image Representation and Processing for Computer Vision: https://arxiv.org/pdf/2006.03677

[!Important] Note: Explicit, sensual, and pornographic content may appear in the results; however, all of them are considered not safe for work.

Classification Report:
                     precision    recall  f1-score   support

      Anime Picture     0.9077    0.7937    0.8469      5600
Extincing & Sensual     0.9245    0.9717    0.9475      5618
             Hentai     0.8680    0.9391    0.9021      5600
        Pornography     0.9614    0.9544    0.9579      5970
      Safe for Work     0.9235    0.9235    0.9235      6000

           accuracy                         0.9171     28788
          macro avg     0.9170    0.9165    0.9156     28788
       weighted avg     0.9177    0.9171    0.9163     28788

download.png


The model categorizes images into five classes:

  • Class 0: Anime Picture
  • Class 1: Enticing & Sensual
  • Class 2: Hentai
  • Class 3: Pornography
  • Class 4: Safe for Work

Run with Transformers

!pip install -q transformers torch pillow gradio
import gradio as gr
from transformers import ViTImageProcessor, ViTForImageClassification
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/vit-mini-explicit-content"  # Updated model path
model = ViTForImageClassification.from_pretrained(model_name)
processor = ViTImageProcessor.from_pretrained(model_name)

# Updated label mapping
labels = {
    "0": "Anime Picture",
    "1": "Enticing & Sensual",
    "2": "Hentai",
    "3": "Pornography",
    "4": "Safe for Work"
}

def explicit_content_detection(image):
    """Predicts the type of content in the image."""
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")

    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()

    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}
    
    return predictions

# Create Gradio interface
iface = gr.Interface(
    fn=explicit_content_detection,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(label="Prediction Scores"),
    title="vit-mini-explicit-content",
    description="Upload an image to classify whether it is anime, enticing & sensual, hentai, pornographic, or safe for work."
)

# Launch the app
if __name__ == "__main__":
    iface.launch()

Demo Inference

[!warning] Anime Picture

Screenshot 2025-05-19 at 22-30-24 vit-mini-explicit-content.png

[!warning] Extincing & Sensual

Screenshot 2025-05-19 at 22-30-56 vit-mini-explicit-content(1).png Screenshot 2025-05-19 at 22-31-48 vit-mini-explicit-content(1).png

[!warning] Hentai

Screenshot 2025-05-19 at 22-32-42 vit-mini-explicit-content(1).png

[!warning] Pornography

Screenshot 2025-05-19 at 22-37-31 vit-mini-explicit-content(1).png

[!warning] Safe for Work

Screenshot 2025-05-19 at 22-27-20 vit-mini-explicit-content.png


Recommended Use Cases

  • Image moderation pipelines
  • Parental and institutional content filters
  • Dataset cleansing before training
  • Online safety and well-being platforms
  • Enhancing search engine filtering

Discouraged / Prohibited Use

  • Non-consensual or malicious monitoring
  • Automated judgments without human review
  • Misrepresentation of moderation systems
  • Use in unlawful or unethical surveillance
  • Harassment, exploitation, or shaming

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
d070f62

0 моделей